ISSUE/ REVISI : A0

24 FEBRUARI
TANGGAL DIBUAT : 2018
SILABUS UNTUK TAHUN
AKADEMIK : 2018-2019
HALAMAN : 1 / 2

MATA KULIAH : KECERDASAN KODE MATA KULIAH :

BUATAN
PROGRAM : INFORMATIKA PENYUSUN : IMAM YUNIANTO
STUDI
SKS :3 KELOMPOK MATA : MKDK
KULIAH

1. Deskripsi singkat
Mata kuliah ini memberikan pemahaman mengenai Kecerdasan Buatan dan
sekaligus pengalaman bagi mahasiswa dalam membangun game berbasis
kecerdasan buatan. Topik-topik yang dipelajari meliputi; pengenalan kecerdasan
buatan, pemecahan masalah, representasi pengetahuan, kecerdasan buatan
dibandingkan dengan game dan teknik perancangan game berbasis kecerdasan
buatan

2. Unsur capaian pembelajaran

a. Memiliki pengetahuan tentang konsep mendasar bidang kecerdasan
buatan : prinsip, metoda, penerapan dan model pemrogramannya
b. Mampu merancang aplikasi dari Kecerdasan buatan dengan
mengimplementasikan kedalam sebuah program game berbasis genre
kecerdasan buatan

3. Komponen Penilaian
a. Tugas
Tugas untuk mata kuliah ini berupa latihan-latihan kasus yang berhubungan
dengan materi yang diberikan dalam bentuk pekerjaan rumah. Tugas
diberikan untuk menguji pemahaman mahasiswa atas materi yang dijelaskan
oleh dosen serta menilai kemampuan mahasiswa dalam mencari
pemgethauan tambahan dan menggunakan pengetahuan yang sudah
diperoleh untuk menyelesaikan suatu kasus. Tugas berbobot total 30%.
b. Ujian Tengah Semester
Ujian Tengah Semester (UTS) untuk mata kuliah ini berupa pengujian
pemahaman mahasiswa atas teori yang disampaikan oleh dosen pengampu
di mulai dari tatap muka pada minggu ke-1 hingga minggu ke-7. Pengujian
ini dilaksanakan secara tertulis. UTS berbobot 30%.
c. Ujian Akhir Semester
Ujian Akhir Semester (UAS) untuk mata kuliah ini berupa pengujian
pemahaman mahasiswa atas teori yang disampaikan oleh dosen pengampu
di mulai dari tatap muka pada minggu ke-8 hingga minggu ke-14. UAS
berbobot 40%.
 ISSUE/ REVISI : A0
24 FEBRUARI
TANGGAL DIBUAT : 2018
SILABUS UNTUK TAHUN
AKADEMIK : 2018-2019
HALAMAN : 2 / 2

4. Kriteria Penilaian
Penilaian dilakukan atas komponen-komponen tersebut di atas. Nilai akhir yang diperoleh
mahasiswa merupakan rata-rata dari perolehan tiap komponen dengan melibatkan bobot masing-
masing. Secara keseluruhan nilai ini mencerminkan tingkat keseriusan dalam proses dan hasil kerja
yang diperoleh sampai dengan berakhirnya masa perkuliahan mata kuliah (yaitu sampai dengan
pelaksanaan UAS).

Merupakan perolehan mahasiswa yang memiliki nilai rata-rata dari

E perolehan tiap komponen dengan melibatkan bobot masing-masing < 40
atau kehadirannya kurang dari 70%.
Merupakan perolehan mahasiswa yang mengikuti perkuliahan dengan
D seadanya, tidak memiliki kemauan dan tanggung jawab untuk
memahami materi pada konteks mata kuliah ini.
Merupakan perolehan mahasiswa yang mengikuti perkuliahan dengan
C baik, mampu memahami materi dan mampu menyelesaikan masalah
dengan akurasi cukup.
Merupakan perolehan mahasiswa yang mengikuti perkuliahan dengan
BC baik, mampu memahami materi dan mampu menyelesaikan masalah
dengan akurasi bagus.
Merupakan perolehan mahasiswa yang mengikuti perkuliahan dengan
B baik, mampu memahami materi dan mampu menyelesaikan masalah
dengan akurasi bagus.
Merupakan perolehan mahasiswa yang mengikuti perkuliahan dengan
sangat baik, memahami materi dengan sangat baik, memiliki tingkat
AB
proaktif dan kreatifitas tinggi dalam mencari informasi terkait materi,
mampu menyelesaikan masalah dengan akurasi sangat baik.
Merupakan perolehan mahasiswa superior, yaitu mereka yang mengikuti
perkuliahan dengan sangat baik, memahami materi dengan sangat baik
bahkan tertantang untuk memahami lebih jauh, memiliki tingkat proaktif
A dan kreatifitas tinggi dalam mencari informasi terkait materi, mampu
menyelesaikan masalah dengan akurasi sempurna bahkan mampu
mengenali masalah nyata pada masyarakat / industri dan mampu
mengusulkan konsep solusinya

5. Daftar Referensi
 ISSUE/ REVISI : A0
24 FEBRUARI
TANGGAL DIBUAT : 2018
SILABUS UNTUK TAHUN
AKADEMIK : 2018-2019
HALAMAN : 3 / 2

1. Stuart Russel, Peter Norvig, Artificial Intelligence : A Modern Approach, Second Edition, Prentice
Hall, 2003
2. Ian Millington, Artificial Intelligence For Games, Elsevier, 2006